GPM降水资料在祁连山地区的适用性分析

Analysis of the Applicability of GPM Precipitation Data in Qilian Mountains

摘要

利用祁连山地区甘肃省境内的加密地面观测资料，采用TS（Threat Score）评分、一致性指数与CSI（Critical Success Index）等对全球降水观测（Global Precipitation Measurement，GPM）的降水数据进行了客观评估。结果表明：（1）GPM资料能够表征祁连山地区不同季节降水的主要落区，同时该资料低估了弱降水区的量值，高估了强降水区的量值；（2）祁连山地区形成小雨的频率最高，达85.95%，中雨、大雨和暴雨的频次较少，分别为12.04%、1.89%和0.1%；GPM资料探测结果与观测较为一致；（3）GPM资料能够较好捕捉到夏、秋季节降水主要集中在早晨和夜间的特征，对冬季降水日变化特征捕捉的效果最差。总体上看，GPM资料能够较好地表征祁连山地区复杂地形下的降水特征。

Abstract

In this paper, the intensive surface observations data in Gansu in the Qilian Mountains were utilized to objectively assess the precipitation data from Global Precipitation Measurement(GPM) using Threat Scores(TS), Consistency Indices(CI)and Critical Success Index(CSI). The results show that: (1) the GPM data can characterize the main spatial distribution of precipitation in different seasons in the Qilian mountains, and at the same time, the data underestimates the amount of light precipitation areas and overestimates the amount of heavy precipitation areas; (2) the observation data shows that the Qilian Mountains has the highest frequency of forming light rain, which is 85.95%, and the frequencies of medium rain, heavy rain and torrential rain are less frequent, which are 12.04%, 1.89% and 0.1%, respectively; the GPM data detection results are consistent with the observations; (3) the GPM precipitation data can capture the diurnal variations of precipitation in summer and autumn, which is concentrated in the morning and nighttime, but performs poorly in characterizing winter precipitation diurnal cycles. Overall, GPM precipitation data can effectively characterize precipitation features under complex terrain in the Qilian Mountains.

Graphical abstract

关键词

卫星降水数据 / 祁连山地区 / 全球降水观测（GPM）

Key words

satellite-based precipitation data / Qilian Mountains / Global Precipitation Measurement(GPM)

祁连山地处我国青海省与甘肃省交界处，位于青藏高原东北部，东端与秦岭、六盘山相连，西端与阿尔金山脉连接东西长800 km，南北宽约400 km，山峰终年积雪，是多条河流的发源地，同时，由于显著的山地增水效应，为周边区域提供了丰富的水源，是河西走廊及其周边区域重要的天然“水塔”。祁连山地区降水已有很多学者开展了研究。祁连山地区具有显著高山气候与大陆性气候特征，降水主要集中在夏季，且在一定范围内降水与海拔呈正相关的特征，在海拔4 850 m附近降雨日数最多，降雨总量在海拔3 700 m左右达到最大值^[1-2]；高山和山腰上温度和气压存在半日波现象，气压半日波的维持与地形密切相关，山区边缘上降水夜晚多于白天^[3]。张强等^[4]将卫星资料与探空资料和地面观测降水相结合，指出祁连山大气水汽和地面降水主要受西风带、偏南季风以及东亚季风的影响，水汽主要集中在迎风坡。陈志昆^[5]利用山区的逐时、逐日降水资料以及云杉树轮宽度资料，研究发现海拔高度对降水有较大影响。刘蓓^[6]指出门源、祁连两站层积云和积雨云的日变化呈反相特征，夏季两站总、低云量均呈双峰型日变化特征。刘雪梅^[7]指出祁连山地区夏季夜间降水多于白天，但二者空间分布类似，降水最大变率出现在20时（以下均为北京时间）、最小值出现在12时，平均逐小时降水量和降水发生频次的时空分布特征基本相似。西北地区短时降水过程有明显逐年增多的趋势^[8]。张强^[9]研究发现祁连山地区中高层西南和东南气流向北输送水汽，西北气流向南输送冷空气，在山北麓交汇，随后向南爬升的气流逐渐抬升凝结，不断形成地形云。陈添宇^[10]通过卫星反演得出祁连山区为西北地区大气含水量的大值区，二者能反映出祁连山地区有较强的局地水循环，对空中水汽贡献较大。

西北地区是我国干旱最严重的地区之一，对该地区降水的研究有重要科学意义，高时空分辨率的GPM卫星降水资料为西北地区观测资料稀疏复杂地形条件下降水过程的深入研究提供有益补充。有学者指出由于气象观测站点主要分布在人类活动频繁的地区，目前主要通过插值以及回归方法获得降水分布场，但对于较小尺度降水仍无法捕捉^[11]。因此，利用卫星或者雷达等对于较小尺度降水的特征观测资料是对西北干旱半干旱地区稀疏观测资料的有效补充。IMERG（Integrated Multi-satellitE Retrievals for GPM）数据集是新一代降水观测卫星GPM（Global Precipitation Measurement）的多卫星综合检索系统^[12]，该系统利用GPM卫星星系中各个被动微波传感器的降水估计值、雷达探测降水数值与红外探测仪相互校准得到网格化的降水资料，核心卫星GPM观测卫星作为热带降水观测卫星TRMM（Tropical Rainfall Measurement Mission）的继任者，发射于2014年2月，搭载了更先进的微波探测器和双偏振雷达。利用更完善的资料同化算法和新的校正算法，IMERG数据集将TRMM观测资料进行了再处理，将其时空分辨率提升至与新一代GPM相同水平，因此GPM降水数据的时间跨度提前至2000年6月^[13]。目前关于GPM卫星降水数据准确性验证的工作逐渐受到重视^[14]，GPM资料高估小量级降水，低估高量级降水^[15-16]，在我国不同区域的适用性表现出一定差异，其精度优于TRMM，可在中国大陆南部、天山地区、海河流域及各大流域以较高精度和较低误差估测降水系统^[17-20]。此外，GPM对小量级降水（0～5 mm/d）具有较强探测能力，但在高海拔（4 500 m）地区的探测效果较弱^[21]。探测能力虽有提升，但晴雨判断误差与纬度呈正相关，并对较大量级降水存在一定低估^[22]。GPM降水产品能够较好反映干旱与半干旱区降水分布特征^[23]。由于高海拔地区地形复杂且观测资料稀少，GPM的适用性仍需进一步评估与改进^[24-25]。

祁连山地区的降水及其周边地区的空中水资源对西北干旱半干旱地区有重要影响，该地区地形复杂，观测站点稀疏且分布不均匀，高时空分辨率的GPM降水格点资料不仅可以弥补该地区观测资料稀疏的不足，也可以用来检验中尺度数值模式对该地区复杂地形条件下降水的模拟效果，对深入认识我国西北地区复杂地形条件下降水的形成和发展机制也大有裨益。因此本文利用2018年兰州大学联合甘肃、青海省人工影响天气办公室等单位组成研究团队开展的西北区域人工影响天气工程——“祁连山地形云人工增雨（雪）技术研究试验”期间观测的加密降水资料，检验GPM格点降水资料对祁连山地区降水特征的表征效果。

1 资料与方法

1.1 研究区域概况

祁连山地处青藏高原东北部，是我国青海省与甘肃省的分界线，呈西北—东南走向，平均海拔约为4 000 m，广布其上的冰川、积雪融化和山区降水形成地表径流与山区降水使其成为许多水系的发源地。祁连山周边地区主体位于我国西北干旱与半干旱区，是我国缺水最严重的地区之一，祁连山地区因山地抬升的增水效应，使空中的云水资源十分丰富，为周边干旱与半干旱地区提供水资源供给，被视为河西走廊以及山下平原地区重要的天然“水塔”。

1.2 资料简介

本文使用的数据包括：（1）主要使用2019年祁连山地区197个气象站全年逐小时观测的降水资料。（2）格点资料为GPM-IMERG_final run逐半小时\mathrm{0.1}°分辨率格点降水资料。

2 研究方法

2.1 插值方法

将GPM格点降水资料采用双三次样条网格二维插值方法^[26]处理到观测站点上。样条插值方法具有计算简单、稳定性好和收敛性有保证等特点，利用(x_i,y_j,z_{ij})点一个双三次样条或子样条s来求近似值。对于所有i=1,…,nx和j=1...ny，有s\left(x_i,y_j\right)=z_{ij}。构造样条函数s(x,y,c)，在\left[x\left(i\right),x\left(i+\mathrm{1}\right)\right]\times [y\left(j\right),

y(j+\mathrm{1})]处，s定义如下：

s(x,y)={\displaystyle \sum _{k=\mathrm{1}}^n}{\displaystyle \sum _{l=\mathrm{1}}^n}{c}_{(i,j)(k,l)}\cdot (x-x_i{)}^{(k-\mathrm{1})}\cdot (y-y_j{)}^{(l-\mathrm{1})}。（1）

式中：c为具有每个(nx-\mathrm{1})(ny-\mathrm{1})双三次曲面系数的矢量（长度为\mathrm{16}(nx-\mathrm{1})(ny-\mathrm{1})），k为x方向的插值阶数，l为y方向的插值阶数。

2.2 评价指标

利用常用的检验数值预报格点数据的方法TS评分^[27]对数据的准确性评估。将GPM格点资料看作一种模式预报结果，根据祁连山山区的降水特征按照阈值（0.1、5、10、20 mm/d）进行TS评分。利用一致性指数IA^[28]（Index of Agreement）、均方根误差RMSE（Root Mean Square Error）、偏差Bias、探测率POD（Probability of Detection）、误报率FAR（False Alarm Ratio）和临界成功指数CSI（Critical Success Index）评估GPM降水格点资料对祁连山地区降水特征的表征效果。TS评分的计算公式如下：

T_{S\mathrm{1}}=\frac{P_{\mathrm{1}}}{P_{\mathrm{1}}+P_{\mathrm{3}}}，（2）

T_{\mathrm{S}\mathrm{2}}=\frac{Q_{\mathrm{1}}}{Q_{\mathrm{1}}+Q_{\mathrm{3}}}，（3）

T_S=\mathrm{0.2}{T}_{S\mathrm{1}}+\mathrm{0.8}{T}_{S\mathrm{2}}。（4）

式中：P_{\mathrm{1}}代表预报降水正确区内的降水量，P_{\mathrm{3}}代表空报降水区内的降水量，T_S1代表对于降水量大小观测的准确性，T_S2代表对于对降水范围观测的效果，T_S是二者的加权平均。

此外，POD、FAR、CSI根据表1计算得出，由于观测资料中逐小时最低降水量为0.1 mm，将判断降雨发生的阈值设为0.1 mm/d。POD、FAR、CSI计算公式如下：

P_{\mathrm{O}\mathrm{D}}=\frac{Q_{\mathrm{1}}}{Q_{\mathrm{1}}+Q_{\mathrm{3}}}，（5）

F_{\mathrm{A}\mathrm{R}}=\frac{Q_{\mathrm{2}}}{Q_{\mathrm{1}}+Q_{\mathrm{2}}}，（6）

C_{\mathrm{S}\mathrm{I}}=\frac{Q_{\mathrm{1}}}{Q_{\mathrm{1}}+Q_{\mathrm{2}}+Q_{\mathrm{3}}}。（7）

式中：P_OD为POD值，F_AR为FAR值，C_SI为CSI值。

一致性指数IA的计算公式如下：

I_{\mathrm{A}}=\mathrm{1}-\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}(P_i-O_i{)}^{\mathrm{2}}}{{\displaystyle \sum _{i=\mathrm{1}}^n}(|P_i-\overline{O}|+|O_i{-\overline{O}|)}^{\mathrm{2}}}。（8）

式中：I_A为IA值，P_i为GPM格点数据插值到站点上的值，\overline{P}为GPM资料插值后的平均值，O_i为站点观测值，\overline{O}为站点观测的平均值，n为样本数量。

3 结果分析

3.1 降水特征

2019年观测结果显示祁连山地区的降水量大值区主要位于山体附近，呈西北部大、中部小的分布特征，年总降水量在400 mm左右，最大年降水总量为653.1 mm出现在肃南马蹄寺站，GPM资料给出的降水分布特征与观测结果呈现总体一致的特征，但在降水的空间分布上存在一定差异，GPM资料降水量大值区沿山体呈西北—东南向分布，在山体附近出现3个大值中心，祁连山东南部降水中心的范围最大，西北部的最小，年降水量最大值（525 mm）出现在中部地区。GPM资料与观测资料出现偏差的原因可能是降水产品为探测资料经过处理得出，插值过程中存在误差等。金晓龙等对天山地区的分析结果也表明卫星降水产品在高海拔、复杂地形条件下的表现欠佳^[18]。

2019年春季降水中心位于祁连山东南部地区，降水量为75～100 mm，最大降水量为162.79 mm，GPM资料在此处也为一局部的降水大值区，其最大降水量为 90 mm左右；观测资料显示在祁连山北部地区存在一条狭长的西北—东南向的大值雨带，GPM资料也清晰地捕捉到这一降水特征（图1a）。观测结果和GPM资料均表明祁连山地区夏季的降水量显著增大，平均雨量达到300 mm，雨带沿山体分布较明显，GPM资料的降水量级与观测大体一致，但对东南部地区的降水量存在低估（图1b）。实测的祁连山地区秋季降水中心主要在西北部地区，量级在125 mm左右，最大值可达214.3 mm，GPM资料也捕捉到了该区域内存在较大降水量的特征，但峰值区较观测结果略偏西南（图1c）。春、夏、秋季祁连山地区降水量与地势高度呈正相关，即沿山脉梯度方向，降水量随着远离山体而降低，且在夏季最明显，GPM资料也能够很好地捕捉到这一特征。祁连山地区的冬季降水很少，总降水量约为5 mm（图1d）。综上，观测结果和GPM资料均显示祁连山地区的降水与局地地形特征密切相关，地形降水特征显著。此外，根据祁连山地区2019年各季节的降水量分布（图1），祁连山地区的降水主要集中在山体东北侧，在祁连山东北侧的中部地区为1个降水量的低值区，在其两侧有较明显的2个降水量高值区。因此，将祁连山地区沿该低值中心分为Ⅰ区、Ⅱ区（图2）。

采用中国气象局颁布的降雨量分级标准的定义^[29]，按照小雨（0.1～9.9 mm/d）、中雨（10～24.9 mm/d）、大雨（25～49.9 mm/d）和暴雨（\ge50 mm/d）分4个等级，对祁连山地区日降水量进行统计分析。由图3可知，祁连山地区的降水等级主要以小雨和中雨为主，小雨发生频次为85.95%，中雨发生频次为12.04%，大雨与暴雨发生频次分别为1.89%和0.1%，强降水事件出现的频次较少。GPM资料探测结果显示，小雨发生频次为92.45%，中雨为6.65%，大雨和暴雨分别为0.86%、0.04%，与实际较为一致，GPM资料高估了5 mm/d量级以下降水的发生频次，对于其他等级的降水频次略有低估。

祁连山地区的降水与地形密切相关，地形云降水具有明显的日变化特征^[30-31]。图4为观测和GPM资料在Ⅰ区与Ⅱ区统计的不同季节降水的日变化特征。GPM资料能够较好表征祁连山地区夏、秋季地面降水时间段主要集中在早晨与夜间的特征，日变化趋势与实际观测也比较一致（图4b、c、f、g），Ⅰ区夏季表征效果优于Ⅱ区，Ⅱ区秋季表征效果更优。Ⅰ区、Ⅱ区对夏季降水都存在不同程度的低估，Ⅰ区总体低估了秋季降水，Ⅱ区呈午前高估、午后低估的态势。该资料对春季的日变化特征描述存在一定的偏差（图4a、e），Ⅰ区、Ⅱ区都出现了对午间降水的高估和其他时段降水的低估。GPM资料冬季降水的表征效果较差（图4d、h），可能是由于冬季降水过程的量级较小，降水期间的雷达回波特征较弱，此外冬季卫星和雷达的探测信号会受到地面积雪覆盖等因素的影响。

3.2 <bold>GPM</bold>降水资料的评估

表2为将GPM资料看作模式预报结果统计的探测率、误报率、一致性指数、TS评分、IA评分以及偏差。在不同等级的降水探测上，对于小量的降水，即对于降水过程是否发生以及发生范围的探测较好，对于降水量较大的降水过程的探测性能会下降。小量级的降水探测Ⅰ区效果优于Ⅱ区，较高量级的降水探测Ⅱ区优于Ⅰ区，由图2可知，量级较高的降水Ⅱ区较Ⅰ区更集中，而量级较小的降水Ⅰ区比Ⅱ区更集中，反映出卫星和雷达对于强对流系统有更好的探测效果。在同一降水量下，Ⅰ区与Ⅱ区夏季的探测能力最好，冬季最差。Ⅰ区的一致性指数在春、夏、秋季均在0.7以上，秋季的最高，达0.748。Ⅱ区的一致性指数在春、夏、秋季差异较大，均超过0.6，秋季最高，达0.81。GPM资料在春、夏和秋季的偏差较低，说明GPM资料能较好地表征祁连山地区的降水特征，对夏季降水的表征效果最好，主要是由于祁连山地区较强的降水主要集中在夏季，云体特征明显，山体附近地形降水对流组织强，卫星和雷达捕捉信号较强。

由图5可知，无论Ⅰ区还是Ⅱ区，夏季的相关系数均更集中，达0.5，春、秋季较小，均为0.4，可能是因为夏季祁连山东侧对流系统多且有组织，利于微波探测。但夏季降水的标准差振幅比春、秋季高，集中在观测数据标准差的1.5倍左右，对于降水呈现高估的态势，春、秋季的标准差与实测更接近。降水事件更多集中在Ⅱ区（祁连山东南部），相较Ⅰ区，Ⅱ区对于春季小量级降水的标准差与实测更高，但夏季Ⅱ区较小量级降水的探测效果更好，秋季Ⅰ区、Ⅱ区的探测效果基本一致。

4 结论

利用2019年祁连山地区197个气象站全年逐小时降水观测资料与GPM格点降水资料，分析了GPM资料在祁连山地区的适用性，得出以下结论：

（1）GPM资料对Ⅰ区、Ⅱ区降水范围的探测具有较高的准确性，能够表征祁连山地区不同季节降水的主要落区。无论强降水还是弱降水，GPM资料对于降水集中区域的探测效果更好，但会低估降水较弱区域的降水量、高估降水较强区域的降水量。

（2）祁连山地区小雨发生的频次为85.95%，中雨为12.04%，大雨与暴雨分别为1.89%和0.1%，强降水事件出现频次较少。GPM资料探测到的日降水分布与实际降水分布较为一致。

（3）GPM资料可以较好地表征祁连山地区降水的日变化特征，夏、秋季节表征结果最好，能够较好地捕捉到夏、秋季降水集中在早晨和夜间的特征，对春季的日变化特征探测存在一定的偏差，Ⅰ区、Ⅱ区均出现对午间降水的高估和其他时段的低估。

祁连山是西北干旱与半干旱区的重要水源地，复杂地形使常规观测受限，卫星资料可作为有益补充。研究^[]17-20]表明GPM资料精度较高，较早期卫星资料在不同区域和海拔的降水探测能力均有所提升。本研究聚焦GPM对小时间尺度降水过程的捕捉，不同季节的降水探测效果因天气系统和地形影响而存在差异。受限于观测站点分布，未能从气候角度分析GPM资料，未来研究将结合再分析资料和黑体亮温数据，探讨GPM误差机理及气候适用性。

参考文献

[1] 李岩瑛,张强,许霞,等.祁连山及周边地区降水与地形的关系[J].冰川冻土,2010,32(1):52-61.

[2] LI Yanying, ZHANG Qang, XU Xia,et al.Relationship between precipitation and terrain over the Qilian Mountains and their ambient areas[J].Journal of Glaciology and Geocryology,2010,32(1):52-61.(in Chinese)

[3] 常学向,赵爱芬,王金叶,等.祁连山林区大气降水特征与森林对降水的截留作用[J].高原气象,2002,21(3):274-280.

[4] CHANG Xuexiang, ZHAO Aifen, WANG Jinye,et al.Precipitation characteristic and interception of forest in Qilian Mountain[J].Plateau Meteorology,2002,21(3):274-280.(in Chinese)

[5] 汤懋苍.祁连山区天气的日变化[J].地理学报,1963,29(3):197-206.

[6] TANG Maocang.Diurnal variation of weather in Qilian Mountain region[J].Acta Geographica Sinica,1963,29(3):197-206.(in Chinese)

[7] 张强,张杰,孙国武,等.祁连山山区空中水汽分布特征研究[J].气象学报,2007,65(4):633-643.

[8] ZHANG Qiang, ZHANG Jie, SUN Guowu,et al.Research on atmospheric water-vapor distribution over Qilianshan Mountains[J].Acta Meteorologica Sinica,2007,65(4):633-643.(in Chinese)

[9] 陈志昆.祁连山区近40α来降水特征研究[D].兰州:兰州大学,2012.

[10] CHEN Zhikun.Study on characteristics of the precipitation in Qilian Mountains during recent 40 years[D].Lanzhou:Lanzhou University,2012.(in Chinese)

[11] 刘蓓.祁连山南麓夏季地形云特征及山谷风影响分析[J].气象科技,2016,44(1):67-75.

[12] LIU Bei.Diurnal changes of summer orographic clouds on southern slope of Qilian Mountains and impacts of mountain-valley breeze[J].Meteorological Science and Technology,2016,44(1):67-75.(in Chinese)

[13] 刘雪梅,张明军,王圣杰,等.2008—2014年祁连山区夏季降水的日变化特征及其影响因素[J].地理学报,2016,71(5):754-767.

[14] LIU Xuemei, ZHANG Mingjun, WANG Shengjie,et al.Diurnal variation of summer precipitation and its influencing factors of the Qilian Mountains during 2008-2014[J].Acta Geographica Sinica,2016,71(5):754-767.(in Chinese)

[15] 白晓平,靳双龙,王式功,等.中国西北地区东部短时强降水时空特征[J].中国沙漠,2018,38(2):410-417.

[16] BAI Xiaoping, JIN Shuanglong, WANG Shigong,et al.Spatio-temporal characteristics of the short-time heavy rainfall in the east of northwest China[J].Journal of Desert Research,2018,38(2):410-417.(in Chinese)

[17] 张强.西北地区冰雹监测、预警技术研究[R].兰州:甘肃省气象局,2009.ZHANG Qiang.Research on hail monitoring and early warning technology in Northwest China[R].Lanzhou:Gansu Provincial Meteorological Bureau,2009.(in Chinese)

[18] 陈添宇,李照荣,陈乾,等.用GMS5卫星反演水汽场分析中国西北地区大气水汽分布的气候特征[J].大气科学,2005,29(6):864-871.

[19] CHEN Tianyu, LI Zhaorong, CHEN Qian,et al.The analysis of climate characteristics of water vapor distribution over northwest China with water vapor field retrieved from GMS5 satellite data[J].Chinese Journal of Atmospheric Sciences,2005,29(6):864-871.(in Chinese)

[20] 白磊,李兰海,师春香,等.中国天山山区降水特征及其研究进展[J].华北水利水电大学学报(自然科学版),2017,38(5):38-48.

[21] BAI Lei, LI Lanhai, SHI Chunxiang,et al.An overview of precipitation characteristics and its research progress in Tianshan Mountains Area,China[J].Journal of North China University of Water Resources and Electric Power (Natural Science Edition),2017,38(5):38-48.(in Chinese)

[22] Skofronick-Jackson G, Petersen W A, Berg W,et al.The global precipitation measurement (GPM) mission for science and society[J].Bulletin of the American Meteorological Society,2017,98(8):1679-1695.

[23] Huffman G J, Bolvin D T, Nelkin E J,et al.The TRMM multisatellite precipitation analysis (TMPA):quasi-global,multiyear,combined-sensor precipitation estimates at fine scales[J].Journal of Hydrometeorology,2007,8(1):38-55.

[24] Pradhan R K, Markonis Y, Godoy M R V,et al.Review of GPM IMERG performance:a global perspective[J].Remote Sensing of Environment,2022,268:112754.

[25] Tan J, Petersen W A, Tokay A.A novel approach to identify sources of errors in IMERG for GPM ground validation[J].Journal of Hydrometeorology,2016,17(9):2477-2491.

[26] Gaona M F R, Overeem A, Leijnse H,et al.First-year evaluation of GPM rainfall over the Netherlands:IMERG day 1 final run (V03D)[J].Journal of Hydrometeorology,2016,17(11):2799-2814.

[27] Wang Z L, Zhong R D, Lai C G,et al.Evaluation of the GPM IMERG satellite-based precipitation products and the hydrological utility[J].Atmospheric Research,2017,196:151-163.

[28] 金晓龙,邵华,张弛,等.GPM卫星降水数据在天山山区的适用性分析[J].自然资源学报,2016,31(12):2074-2085.

[29] JIN Xiaolong, SHAO Hua, ZHANG Chi,et al.The applicability evaluation of three satellite products in Tianshan Mountains[J].Journal of Natural Resources,2016,31(12):2074-2085.(in Chinese)

[30] 魏志明,岳官印,李家,等.GPM与TRMM降水数据在海河流域的精度对比研究[J].水土保持通报,2017,37(2):171-176.

[31] WEI Zhiming, YUE Guanyin, LI Jia,et al.Comparison study on accuracies of precipitation data using GPM and TRMM product in Haihe River Basin[J].Bulletin of Soil and Water Conservation,2017,37(2):171-176.(in Chinese)

[32] 李麒崙,张万昌,易路,等.GPM与TRMM降水数据在中国大陆的精度评估与对比[J].水科学进展,2018,29(3):303-313.

[33] LI Qilun, ZHANG Wanchang, YI Lu,et al.Accuracy evaluation and comparison of GPM and TRMM precipitation product over China's mainland[J].Advances in Water Science,2018,29(3):303-313.(in Chinese)

[34] Xu R, Tian F Q, Yang L,et al.Ground validation of GPM IMERG and TRMM 3B42V7 rainfall products over southern Tibetan Plateau based on a high‐density rain gauge network[J].Journal of Geophysical Research:Atmospheres,2017,122(2):910-924.

[35] 曲学斌,付亚男,袁秀芝,等.GPM-IMERG日降水数据在内蒙古地区的适用性分析[J].暴雨灾害,2020,39(3):293-299.

[36] QU Xuebin, FU Yanan, YUAN Xiuzhi,et al.Applicability analysis of GPM-IMERG daily precipitation data in Inner Mongolia[J].Torrential Rain and Disasters,2020,39(3):293-299.(in Chinese)

[37] 王思梦,王大钊,黄昌.GPM卫星降水数据在黑河流域的适用性评价[J].自然资源学报,2018,33(10):1847-1860.

[38] WANG Simeng, WANG Dazhao, HUANG Chang.Evaluating the applicability of GPM satellite precipitation data in Heihe River Basin[J].Journal of Natural Resources,2018,33(10):1847-1860.(in Chinese)

[39] 欧阳琳,阳坤,秦军,等.喜马拉雅山区降水研究进展与展望[J].高原气象,2017,36(5):1165-1175.

[40] OUYANG Lin, YANG Kun, QIN Jun,et al.Advances and perspectives in precipitation research for Himalayan Mountains[J].Plateau Meteorology,2017,36(5):1165-1175.(in Chinese)

[41] 丁永建,叶佰生,刘时银.祁连山中部地区40a来气候变化及其对径流的影响[J].冰川冻土,2000,22(3):193-199.

[42] DING Yongjian, YE Baisheng, LIU Shiyin.Impact of climate change on the alpine streamflow during the past 40 a in the middle part of the Qilian Mountains,northwestern China[J].Journal of Glaciology and Geocryology,2000,22(3):193-199.(in Chinese)

[43] Bhattacharyya B K.Bicubic spline interpolation as a method for treatment of potential field data[J].Geophysics,1969,34(3):402-423.

[44] 沈桐立.数值天气预报[M].北京:气象出版社,2003:112-113.

[45] SHEN Tongli.Numerical weather prediction[M].Beijing:China Meteorological Press,2003:112-113.(in Chinese)

[46] 黄妙芬,邢旭峰,朱启疆,等.定量遥感地表净辐射通量所需大气下行长波辐射估算模型改进[J].地理研究,2005,24(5):757-766.

[47] HUANG Miaofen, XING Xufeng, ZHU Qijiang,et al.Improvement of models for the estimation of downward atmospheric long-wave radiation for retrieving net radiation fluxes based on remote sensing[J].Geographical Research,2005,24(5):757-766.(in Chinese)

[48] 全国气象防灾减灾标准化技术委员会. 降水量等级:GB/T 28592-2012 [S].北京:中国标准出版社,2012:2-3.National Technical Committee on Meteorological Disaster Prevention and Mitigation of Standardization Administration of China.Grade of precipitation:GB/T 28592-2012 [S].Beijing:Standards Press of China,2012:2-3.(in Chinese)

[49] 范广洲,吕世华.地形对华北地区夏季降水影响的数值模拟研究[J].高原气象,1999,18(4):659-667.

[50] FAN Guangzhou, Shihua LÜ.Numerical simulation study for the effect of terrain on north China summer precipitation[J].Plateau Meteorology,1999,18(4):659-667.(in Chinese)

[51] 孙继松.气流的垂直分布对地形雨落区的影响[J].高原气象,2005,24(1):62-69.

[52] SUN Jisong.The effects of vertical distribution of the lower level flow on precipitation location[J].Plateau Meteorology,2005,24(1):62-69.(in Chinese)

基金资助

甘肃省自然科学基金(22JR5RA446)

国家自然科学基金(42175088)

西北区域人工影响天气能力建设项目—研究试验项目(ZQC-R18208)